W międzynarodowym konkursie CHIST-ERA Call 2018, który skupia się na technologiach informacyjnych oraz komunikacyjnych, wyłoniono 10 przedsięwzięć badawczych o łącznym budżecie prawie 9 milionów euro.
Wśród nagrodzonych projektów znalazły się dwa, które będą realizowane z udziałem zespołów naukowych z Polski. Projekt "UNICO: Impulsowe sieci neuronowe do urządzeń o niskim poborze mocy", którego autorem i współuczestnikiem jest dr Michał Markiewicz z Wydziału Matematyki i Informatyki UJ, prowadzony będzie przez międzynarodowe konsorcjum, w skład którego wchodzą partnerzy z Francji, Kanady, Szwajcarii i Polski: University of Sherbrooke, CNRS/Aix-Marseille University, C2N-CNRS, IBM Zurich oraz CEZAMAT PW sp. z o. o.
Drugi ze wzmianowanych projektów to "AIR: Analogowy układ scalony VLSI do inteligentnej analizy danych pozyskiwanych z radarów krótko- i średnio-falowych", w którym udział bierze prof. Krzysztofa Ślota z Politechniki Łódzkiej.
O programie CHIST-ERA.
Opis projektu "Impulsowe sieci neuronowe do urządzeń o niskim poborze mocy".
Przetwarzanie brzegowe (edge computing – EC) i rozwój urządzeń przenośnych, takich jak telefony komórkowe, autonomiczne roboty lub systemy śledzenia zdrowia stanowią jedno z największych wyzwań związanych z wdrażaniem sztucznej inteligencji (artificial inteligence – AI). Systemy te cechują się niewielką ilością dostępnej energii oraz mocy obliczeniowej, z którymi obecnie nie radzą sobie strategie AI. Uważamy, że należy zaproponować architekturę o ultra-niskiej mocy zdolną do realizacji tych strategii. W tym celu proponujemy zbadanie implementacji sprzętowej małoskalowych sieci neuronowych o ograniczonej złożoności, które mogłyby spełnić wymagania EC. Warto zauważyć, że impulsowe sieci neuronowe stwarzają tu prawdziwą szansę, ponieważ mogą łączyć działanie małej mocy i nietrywialne możliwości obliczeniowe, tak jak robią to biologiczne sieci neuronowe.
Impulsowe sieci neuronowe (SNN) o umiarkowanym rozmiarze mogą odtwarzać ważne aspekty biologiczne, które nie są uwzględniane w najnowocześniejszych podejściach do uczenia maszynowego: nieliniowy reżim dynamiczny, który może wyjaśniać podstawowe mechanizmy percepcji i szybkie przetwarzanie, które zachodzi w mózgu, nawet jeśli neurony nie pracują szybko.
Projekt UNICO dotyczy fizycznej realizacji SNN poprzez opracowanie dedykowanego oprzyrządowania. W rzeczywistości możemy przewidzieć, że implementacja takich wysoce równoległych systemów napotka silne ograniczenia konwencjonalnych technologii. Prawdziwym przełomem w dziedzinie technologii informacyjnych i komunikacyjnych byłoby wykorzystanie nowych technologii w celu skutecznego wdrożenia tych SNN na sprzęcie o bardzo niskim poborze mocy. Łącząc kompetencje nauk przyrodniczych, materiałowych, inżynierii urządzeń, inżynierii neuromorficznej i uczenia maszynowego, zbadany, w jaki sposób SNN mogą być wdrażane w różnych interesujących zadaniach obliczeniowych dla aplikacji EC. Oczekiwane innowacje zarówno na poziomie sprzętowym, jak i obliczeniowym mogą w przyszłości przynieść przełom w AI.